diff --git a/docs/plans/2026-06-30-便宜档M3-生产cutover-plan.md b/docs/plans/2026-06-30-便宜档M3-生产cutover-plan.md index c1516500..2cfe9513 100644 --- a/docs/plans/2026-06-30-便宜档M3-生产cutover-plan.md +++ b/docs/plans/2026-06-30-便宜档M3-生产cutover-plan.md @@ -447,7 +447,7 @@ live=6-28 jar 健康、dispatcher=http、trace 开、control-plane 关;worker 95 - **第一跑(conc=3)作废=测量污染**:spec-smoke 100% FAIL → 全场考卷回退 key-cycle,过门率测的是环境噪声非生成质量;停批(已烧一局 ¥7.49 step_cap)。顺手补观测:smoke FAIL 时打印 raw 尾(`39646106`,真因先前被吞、烧掉一轮诊断)。 - **第二跑(conc=1 串行)仍 FAIL → raw 观测行当场破案,钉出生产级根因**:`cheap_run._shell_env` 把 **Mac 的 Chrome 路径盲注 CHROME_BIN**,Linux(mini-desktop)上 smoke 全体 `spawn ENOENT` → state=None → **生产考卷从来就是 key-cycle 回退**(80012 成功局 gatespec.driver=key-cycle、80007 族错配盲修 ¥14.9 的共同上游根因;门跑没死只因 play.cdp.cjs 自探测 Chrome)。修=该路径真实存在(=Mac)才注入,Linux 交 play.mjs 自身默认 `/usr/bin/google-chrome`(`e4a4d025`,双向单测+全套基线不变)。**含义:此修上线后生产考卷将首次在 Linux 上拿到真实运行态(tap-targets 族),预期系统性抬过门率/压盲修**。 -- 第三跑(conc=1,带修)在跑,基线 brief 三品类 n=5;结果回填此处。bake_off 空转陷阱一并记:brief 源缺失时打「0 款达标 ✅」的空过(缺样本列表未列)——无声截断,待 bake_off 侧补一行 fail-fast(工单 i)。 +- **✅ 第三跑(conc=1,带 CHROME_BIN 修)达标**:三品类各 n=5——click-score / whack-mole / shop-serve **收敛局全部 4/4 过九门(质量口径 100%,raw 口径恰 80% 亦过线)**,整体「达标 ✅(逐品类阈值 0.8)」;未收敛 3/15(timeout/step_cap,按门义归 M2 编排硬化、不计质量分母)。修复红利同批可见:过门局成本 ¥0.7–3.7(对照 CHROME_BIN 坏考卷时代的 ¥5.9–7.6 flail);首局 smoke 即 PASS→driver=tap-targets。报告=`/root/tier2-run/cheap-worker/results/bake-off-1.json`,日志 `/root/bakeoff-s5b.log`。**口径明标:lab 复验(bake_off 基线 brief,CLI 路与 Service 同 driver 内核);生产真实分布 ≥80% 复验待 S5a 种子内测回填(创始人)**。bake_off 空转陷阱一并记:brief 源缺失时打「0 款达标 ✅」的空过(缺样本列表未列)——无声截断,待 bake_off 侧补一行 fail-fast(工单 i)。 ### 回滚演练(✅ 2026-07-04,零 LLM 成本;S6「回滚演练一次干净」判据达成)